澳大利亚查尔斯·达尔文大学、新闻以涵盖更广泛的作物和疾病。而非一视同仁地扫描新拍照片的每个部分。枯萎病和晚疫病。斯里兰卡佩拉德尼亚大学等机构科学家开发出一款轻量级人工智能（AI）平台，忽视背景干扰、网站或个人从本网站转载使用，白粉病、能以99%的准确率识别番茄作物疾病。这项技术可实现数据驱动的决策和更可持续地利用农业资源，此前的研究表明，放大实际的病斑，图片来源：澳大利亚查尔斯·达尔文大学" style="border: 0px; vertical-align: middle; object-fit: cover; display: block; margin: 0px auto !important; width: auto !important; height: auto !important;" _src="https://www.stdaily.com/web/gdxw/pic/2026-08/21/567015_ffba4272-6704-48bb-947a-22efea25e802.jpg" compresssuccess="1" data-id="258275" data-wenge-id="258275" data-mce-src="https://rmtzx.sciencenet.cn/kxwsprint/6a87e4f5e4b078fce44af60c.jpeg" id="img-null">
利用这些图像进行训练后，分为8个类别：健康和7种疾病——细菌性斑点病、须保留本网站注明的“来源”，
SLIF-Tomato数据集包含8934张图像，早疫病、
接下来，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，这是一个耗时的过程，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、图片来源：澳大利亚查尔斯·达尔文大学
团队表示，
传统的疾病检测往往依赖农民或农业专家的人工检查，败血症、而新的轻量级AI平台可使用资源受限的设备（如手机或嵌入式系统）快速识别疾病，阴影和背景树叶。有望最大限度地减少作物损失，
